声明：本文引用吴恩达教授的DeepLearning课程内容。1、基于滑动窗口的目标检测算法首先固定一个于滑动窗口区域，然后将滑动窗口在图像上按照指定步长进行滑动，对于每一次的滑动得到区域进行预测，判断该区域中存在目标的概率。调整滑动窗口的大小、滑动步长，继续以同样的方式滑动，预测。滑动窗口目标检测算法也有很明显的缺点，就是计算成本，因为你在图片中剪切出太小方块，卷积网络要一个个地处理。如果你选用的

验证环境：ubuntu18.04+Qt5.14验证内容：导出类，导出函数带参数/不带参数的函数。1、建立并生成动态链接库1、打开QtCreator，新建工程，我们选择Library，C++库，然后就是choose。2、然后在弹出的C++库对话框我们默认类型共享库，名称为MyDll。然后，一直下一步，直到点击完成。3、生成的代码结构MyDll.proQT-= gui # 不需要界面TARGET =

为什么要转qt工程配置：方便调试，工程集成。1、qmake生成qt工程参考文章：makefile与.pro转换。qmake -project工程目录下生成deepstream-test1.pro文件，打开：TEMPLATE = appTARGET = deepstream-test1INCLUDEPATH += .DEFINES += QT_DEPRECATED_WARNINGSSOURCES +

使用pytoch1.10训练时，报错：RuntimeError: Expected a ‘cuda‘ device type for generator but found ‘cpu‘。将torch.set_default_tensor_type(‘torch.FloatTensor’)改为：torch.set_default_tensor_type(‘torch.cuda.FloatTensor

实战教程，持续更新中。

1、总线(Bus)总线是一个简单的系统，它采用自己的线程机制将一个管道线程的消息分发到一个应用程序当中。总线的优势是：当使用 GStreamer 的时候，应用程序不需要线程识别，即便 GStreamer 已经被加载了多个线程。每一个管道默认包含一个总线，所以应用程序不需要再创建总线。应用程序只需要在总线上设置一个类似于对象的信号处理器的消息处理器。当主循环运行的时候，总线将会轮询这个消息处理器是否

目录1、取消所有警告2、局部子块内屏蔽警告3、屏蔽特定警告python工程中，有时候包升级会出现频繁警告。打乱log显示。所以，屏蔽之。1、取消所有警告import warningswarnings.filterwarnings("ignore")这条语句之后的警告都将会被忽略，之前的不受影响。2、局部子块内屏蔽警告import warningswith warnings.catch_warnin

原文链接：武大+CMU最新开源！全面支持平面/鱼眼/球面相机的实时统一线段检测算法 - 哔哩哔哩，仅供学习做笔记用，如果侵权，请联系我，会及时删除。ULSD: Unified line segment detection across pinhole, fisheye, and spherical cameras，作者开源了代码，代码地址：GitHub - lh9171338/ULSD-ISPRS

在运行输入连接信息已经是非常古老的做法了，Fabric 提供了一套在 fabfile 或命令行中指定服务器信息的简单方法。这里我们不展开说明，但是会展示最常用的方法：设置全局主机列表env.hosts。env是一个全局的类字典对象，是 Fabric 很多设置的基础，也能在 with 表达式中使用（事实上，前面见过的 ~fabric.context_managers.settings 就是它的一个简

1、Eigen简介Eigen是一个高层次的C ++库，支持线性代数，矩阵和矢量运算，数值分析及其相关的算法。是一个由头文件组成的库，可以不用编译，直接下载，加载到本地项目。官网下载地址：Eigen，目前最新版本为3.4.0，我们就下载对应的zip即可。解压后，目录里面有很多文件，其中包含Eigen库。2、vs2017属性表单配置step1、新建项目，名为test_eigen。step2、平台选..